2026年考研数学一概率论与数理统计专项习题

2026年考研数学一概率论与数理统计专项习题一、单项选择题（本大题共10小题，每小题2分，共20分。在每小题给出的四个选项中，只有一项是符合题目要求的。请将所选项前的字母填在题后的括号内。）1.设随机变量X和Y相互独立，且均服从参数为λ的泊松分布，则P{X+Y=0}等于（）A.e^{-λ}B.e^{-2λ}C.1D.0解析：根据泊松分布性质，X和Y均服从参数为λ的泊松分布，则X+Y服从参数为2λ的泊松分布。P{X+Y=0}即P{X=0且Y=0}，由于X和Y相互独立，有P{X=0且Y=0}=P{X=0}P{Y=0}=(e^{-λ})^2=e^{-2λ}。故选B。2.设随机变量X的分布函数为F(x)，则下列说法正确的是（）A.F(x)一定单调不减B.F(x)一定连续C.F(x)一定可导D.F(x)一定可积解析：分布函数F(x)是随机变量X取值不大于x的概率，即F(x)=P{X≤x}。根据概率论基本性质，F(x)必然单调不减，但未必连续（如离散型随机变量），未必可导（如阶梯函数），也未必可积（如非负无穷分布）。故选A。3.设随机变量X和Y的联合分布律如下表所示，则X和Y是否相互独立？（）|X\Y|0|1||-----|---|---||0|0.1|0.2||1|0.3|0.4|A.是B.否C.无法判断D.取决于边缘分布解析：计算边缘分布P{X=0}=0.1+0.2=0.3，P{X=1}=0.3+0.4=0.7；P{Y=0}=0.1+0.3=0.4，P{Y=1}=0.2+0.4=0.6。验证独立性需满足P{X=x,Y=y}=P{X=x}P{Y=y}对所有x,y成立。例如P{X=0,Y=1}=0.2≠P{X=0}P{Y=1}=0.3×0.6=0.18。故不独立，选B。4.设总体X服从正态分布N(μ,σ^2)，X1,...,Xn为样本，则下列统计量中不是μ的无偏估计量的是（）A.X̄B.max(X1,...,Xn)C.(X1+X2)/2D.(n-1)S^2/σ^2解析：样本均值X̄=ΣX_i/n是μ的无偏估计；常数倍样本均值(X1+X2)/2也是μ的无偏估计；样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)的系数(n-1)/σ^2使得(n-1)S^2/σ^2是σ^2的无偏估计；而max(X1,...,Xn)是总体最大值，其期望为μ+θ(θ为极值分布参数)，与μ无关。故选B。5.设总体X的密度函数为f(x)=λe^{-λ(x-θ)}(x≥θ,λ>0)，则θ的矩估计量为（）A.min(X1,...,Xn)B.max(X1,...,Xn)C.X̄D.X̄-1/λ解析：总体期望E[X]=θ+1/λ。样本均值X̄是E[X]的无偏估计，令X̄=θ+1/λ，解得θ=X̄-1/λ。故选D。6.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:σ^2=σ0^2对H1:σ^2>σ0^2，应选用检验统计量（）A.χ^2(n-1)B.t(n-1)C.F(m,n)D.Z解析：检验方差的假设需使用卡方分布。对于单边检验σ^2>σ0^2，应构造统计量(Σ(X_i-μ)^2)/σ0^2，当H0成立时，该统计量服从χ^2(n)分布。但实际检验中需用样本均值X̄代替μ，此时统计量应调整为(Σ(X_i-X̄)^2)/(σ0^2)服从χ^2(n-1)分布。故选A。7.设总体X的分布未知，但已知X的分布连续，要检验H0:EX=μ0对H1:EX>μ0，样本容量n=25，显著性水平α=0.05，应取拒绝域（）A.X̄>μ0+1.96σ/√25B.X̄>μ0+1.645σ/√25C.X̄>μ0+2.064σ/√25D.X̄>μ0+1.711σ/√25解析：由于总体连续但方差未知，应使用t检验。拒绝域形式为|T|>t_{α,n-1}，即|X̄-μ0|>t_{0.05,24}×S/√25。查表得t_{0.05,24}=1.711，故拒绝域为X̄>μ0+1.711S/√25。但选项中未出现S，可能是题目隐含σ已知或笔误。若假设σ已知，则应使用Z检验，拒绝域为X̄>μ0+Z_{α}σ/√25，Z_{0.05}=1.645。故选B（假设题目允许σ已知）。8.设X1,...,Xn为来自指数分布f(x)=λe^{-λx}(x>0)的样本，则下列说法正确的是（）A.X̄是λ的无偏估计B.X̄是λ的最大似然估计C.S^2是λ^2的无偏估计D.(n-1)S^2是λ^2的无偏估计解析：指数分布E[X]=1/λ。样本均值X̄是E[X]的无偏估计，故X̄是λ的无偏估计。最大似然估计需最大化lnL(λ)，解得λ̄=1/X̄。样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)是总体方差σ^2=1/λ^2的无偏估计，故(n-1)S^2是λ^2的无偏估计。故选D。9.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:μ=μ0对H1:μ≠μ0，应选用检验统计量（）A.t(n-1)B.ZC.χ^2(n-1)D.F(m,n)解析：双尾检验μ=μ0时，若方差σ^2已知，应使用Z检验；若方差σ^2未知，应使用t检验。由于题目未说明σ^2是否已知，但考研数学一通常隐含σ^2未知（除非特别说明），故应选t检验。故选A。10.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:μ=μ0对H1:μ<μ0，样本容量n=16，显著性水平α=0.01，应取拒绝域（）A.X̄<μ0-2.33σ/√16B.X̄<μ0-2.58σ/√16C.X̄<μ0-2.13σ/√16D.X̄<μ0-2.33σ/√16解析：单边检验H1:μ<μ0时，若方差σ^2未知，应使用t检验。拒绝域形式为T<-t_{1-α,n-1}，即X̄<μ0-t_{0.99,15}S/√16。查表得t_{0.99,15}=2.131，故拒绝域为X̄<μ0-2.131S/√16。但选项中未出现S，可能是题目隐含σ已知或笔误。若假设σ已知，则应使用Z检验，拒绝域为X̄<μ0-Z_{0.01}σ/√16，Z_{0.01}=-2.33。故选D（假设题目允许σ已知）。二、填空题（本大题共10小题，每小题2分，共20分。请将答案填在题中横线上。）1.设随机变量X和Y相互独立，且X~N(1,4)，Y~N(0,9)，则P{X>Y}等于________。2.设随机变量X的密度函数为f(x)=Ae^{-|x|}(-∞<x<+∞)，则A等于________。3.设随机变量X和Y的联合分布律如下表所示，则P{X+Y=1}等于________。|X\Y|0|1||-----|---|---||0|0.1|0.2||1|0.3|0.4|4.设总体X的密度函数为f(x)=λe^{-λ(x-θ)}(x≥θ,λ>0)，则θ的极大似然估计量为________。5.设总体X的密度函数为f(x)=1/(βθ)(x∈[θ,θ+β])，则E[X]的矩估计量为________。6.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:σ^2=σ0^2对H1:σ^2>σ0^2，应选用检验统计量________。7.设总体X的分布未知，但已知X的分布连续，要检验H0:EX=μ0对H1:EX>μ0，样本容量n=25，显著性水平α=0.05，应取拒绝域________。8.设X1,...,Xn为来自指数分布f(x)=λe^{-λx}(x>0)的样本，则X̄是λ的________估计。9.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:μ=μ0对H1:μ≠μ0，应选用检验统计量________。10.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:μ=μ0对H1:μ<μ0，样本容量n=16，显著性水平α=0.01，应取拒绝域________。三、判断题（本大题共10小题，每小题2分，共20分。请将判断结果填在题后的括号内，正确的填“√”，错误的填“×”。）1.设随机变量X和Y相互独立，且X~N(1,4)，Y~N(0,9)，则X+Y服从N(1,13)分布。（）2.设随机变量X的分布函数为F(x)，则F(x)一定右连续。（）3.设随机变量X和Y的联合分布律如下表所示，则X和Y相互独立。（）|X\Y|0|1||-----|---|---||0|0.1|0.2||1|0.3|0.4|4.设总体X的密度函数为f(x)=λe^{-λ(x-θ)}(x≥θ,λ>0)，则θ的矩估计量是样本最小值。（）5.设总体X的密度函数为f(x)=1/(βθ)(x∈[θ,θ+β])，则X̄是θ的无偏估计。（）6.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:σ^2=σ0^2对H1:σ^2>σ0^2，应使用F检验。（）7.设总体X的分布未知，但已知X的分布连续，要检验H0:EX=μ0对H1:EX>μ0，应使用Z检验。（）8.设X1,...,Xn为来自指数分布f(x)=λe^{-λx}(x>0)的样本，则X̄是λ的无偏估计。（）9.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:μ=μ0对H1:μ≠μ0，应使用t检验。（）10.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:μ=μ0对H1:μ<μ0，应使用Z检验。（假设σ^2已知）（）四、简答题（本大题共8小题，每小题2分，共16分。请将答案写在答题卡上对应题号的位置。）1.简述泊松分布的应用场景。2.解释什么是统计量，并举例说明。3.什么是矩估计法？其基本思想是什么？4.解释假设检验中拒绝域的概念。5.什么是样本均值？它是总体均值的无偏估计吗？6.解释卡方检验的基本原理。7.什么是显著性水平α？它表示什么？8.解释点估计和区间估计的区别。五、应用题（本大题共8小题，每小题4分，共24分。请将答案写在答题卡上对应题号的位置。）1.设随机变量X和Y相互独立，且X~N(1,4)，Y~N(0,9)，求P{X>2Y}。2.设随机变量X的密度函数为f(x)=Ae^{-|x|}(-∞<x<+∞)，求P{X>0}。3.设随机变量X和Y的联合分布律如下表所示，求X和Y的边缘分布律，并判断X和Y是否相互独立。|X\Y|0|1||-----|---|---||0|0.1|0.2||1|0.3|0.4|4.设总体X的密度函数为f(x)=λe^{-λ(x-θ)}(x≥θ,λ>0)，样本容量n=5，观测值为2.1,3.5,1.8,4.2,2.9，求θ的矩估计值。5.设总体X的密度函数为f(x)=1/(βθ)(x∈[θ,θ+β])，样本容量n=4，观测值为2.1,2.5,2.9,3.3，求θ的矩估计值。6.设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，若要检验H0:σ^2=σ0^2对H1:σ^2>σ0^2，样本容量n=16，观测值方差S^2=4.5，显著性水平α=0.05，应如何判断？7.设总体X的分布未知，但已知X的分布连续，要检验H0:EX=μ0对H1:EX>μ0，样本容量n=25，样本均值为3.2，总体标准差σ=1，显著性水平α=0.05，应如何判断？六、案例分析题（本大题共9小题，每小题2分，共18分。请将答案写在答题卡上对应题号的位置。）1.某工厂生产某种零件，已知该零件长度X服从正态分布N(μ,σ^2)，现随机抽取10个零件，测得长度分别为：10.2,9.8,10.0,10.1,9.9,10.3,9.7,10.2,10.0,9.8。假设检验H0:μ=10对H1:μ≠10，显著性水平α=0.05，应如何判断？2.某医生声称某种新药可以降低血压，随机抽取10名高血压患者服用该药一个月后，血压分别为：150,145,160,155,140,150,145,160,155,140。假设血压X服从正态分布N(μ,σ^2)，原血压均值为155，假设检验H0:μ=155对H1:μ<155，显著性水平α=0.05，应如何判断？3.某公司生产某种产品，已知该产品重量X服从正态分布N(μ,σ^2)，现随机抽取16个产品，测得重量分别为：50.1,49.8,50.2,50.0,49.9,50.3,49.7,50.1,50.0,49.8,50.2,50.0,49.9,50.3,49.7,50.1。假设检验H0:σ^2=1对H1:σ^2>1，显著性水平α=0.05，应如何判断？4.某学校随机抽取100名学生，测得他们的身高X服从正态分布N(μ,σ^2)，样本均值为170cm，样本标准差为10cm。假设检验H0:μ=175对H1:μ≠175，显著性水平α=0.05，应如何判断？5.某工厂生产某种电子元件，已知该元件寿命X服从指数分布f(x)=λe^{-λx}(x>0)，现随机抽取20个元件，测得寿命分别为：1000,1200,1100,1300,900,1000,1200,1100,1300,900,1000,1200,1100,1300,900,1000,1200,1100,1300,900。假设检验H0:λ=0.001对H1:λ>0.001，显著性水平α=0.05，应如何判断？6.某公司生产某种产品，已知该产品重量X服从正态分布N(μ,σ^2)，现随机抽取25个产品，测得重量分别为：50.1,49.8,50.2,50.0,49.9,50.3,49.7,50.1,50.0,49.8,50.2,50.0,49.9,50.3,49.7,50.1,50.0,49.8,50.2,50.0,49.9,50.3,49.7,50.1。假设检验H0:μ=50对H1:μ≠50，显著性水平α=0.05，应如何判断？7.某医院随机抽取100名病人，测得他们的体重X服从正态分布N(μ,σ^2)，样本均值为70kg，样本标准差为10kg。假设检验H0:μ=75对H1:μ<75，显著性水平α=0.05，应如何判断？8.某公司生产某种产品，已知该产品重量X服从正态分布N(μ,σ^2)，现随机抽取36个产品，测得重量分别为：50.1,49.8,50.2,50.0,49.9,50.3,49.7,50.1,50.0,49.8,50.2,50.0,49.9,50.3,49.7,50.1,50.0,49.8,50.2,50.0,49.9,50.3,49.7,50.1,50.0,49.8,50.2,50.0,49.9,50.3,49.7,50.1,50.0,49.8,50.2,50.0,49.9,50.3,49.7,50.1。假设检验H0:σ^2=1对H1:σ^2>1，显著性水平α=0.05，应如何判断？9.某学校随机抽取100名学生，测得他们的身高X服从正态分布N(μ,σ^2)，样本均值为170cm，样本标准差为10cm。假设检验H0:μ=175对H1:μ≠175，显著性水平α=0.05，应如何判断？七、论述题（本大题共11小题，每小题2分，共22分。请将答案写在答题卡上对应题号的位置。）1.论述大数定律的意义和应用。2.论述中心极限定理的条件和结论。3.论述参数估计的基本方法及其优缺点。4.论述假设检验的基本思想及其步骤。5.论述置信区间的概念及其意义。6.论述显著性水平α的选择原则。7.论述检验功效的概念及其意义。8.论述样本容量的确定方法。9.论述统计推断的基本问题。10.论述统计推断在科学研究中的作用。11.论述统计推断在经济管理中的应用。【标准答案及解析】一、单项选择题1.B解析：X和Y均服从参数为λ的泊松分布，则X+Y服从参数为2λ的泊松分布。P{X+Y=0}即P{X=0且Y=0}，由于X和Y相互独立，有P{X=0且Y=0}=P{X=0}P{Y=0}=(e^{-λ})^2=e^{-2λ}。故选B。2.A解析：分布函数F(x)是随机变量X取值不大于x的概率，即F(x)=P{X≤x}。根据概率论基本性质，F(x)必然单调不减，但未必连续（如离散型随机变量），未必可导（如阶梯函数），也未必可积（如非负无穷分布）。故选A。3.B解析：计算边缘分布P{X=0}=0.1+0.2=0.3，P{X=1}=0.3+0.4=0.7；P{Y=0}=0.1+0.3=0.4，P{Y=1}=0.2+0.4=0.6。验证独立性需满足P{X=x,Y=y}=P{X=x}P{Y=y}对所有x,y成立。例如P{X=0,Y=1}=0.2≠P{X=0}P{Y=1}=0.3×0.6=0.18。故不独立，选B。4.B解析：样本均值X̄=ΣX_i/n是μ的无偏估计；常数倍样本均值(X1+X2)/2也是μ的无偏估计；样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)的系数(n-1)/σ^2使得(n-1)S^2/σ^2是σ^2的无偏估计；而max(X1,...,Xn)是总体最大值，其期望为μ+θ(θ为极值分布参数)，与μ无关。故选B。5.D解析：总体期望E[X]=θ+1/λ。样本均值X̄是E[X]的无偏估计，令X̄=θ+1/λ，解得θ=X̄-1/λ。故选D。6.A解析：检验方差的假设需使用卡方分布。对于单边检验σ^2>σ0^2，应构造统计量(Σ(X_i-μ)^2)/σ0^2，当H0成立时，该统计量服从χ^2(n)分布。但实际检验中需用样本均值X̄代替μ，此时统计量应调整为(Σ(X_i-X̄)^2)/(σ0^2)服从χ^2(n-1)分布。故选A。7.A解析：由于总体连续但方差未知，应使用t检验。拒绝域形式为|T|>t_{α,n-1}，即|X̄-μ0|>t_{0.05,24}S/√25。查表得t_{0.05,24}=2.064，故拒绝域为X̄>μ0+2.064S/√25。但选项中未出现S，可能是题目隐含σ已知或笔误。若假设σ已知，则应使用Z检验，拒绝域为X̄>μ0+Z_{0.05}σ/√25，Z_{0.05}=1.645。故选A（假设题目允许σ已知）。8.D解析：指数分布E[X]=1/λ。样本均值X̄是E[X]的无偏估计，故X̄是λ的无偏估计。最大似然估计需最大化lnL(λ)，解得λ̄=1/X̄。样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)是总体方差σ^2=1/λ^2的无偏估计，故(n-1)S^2是λ^2的无偏估计。故选D。9.A解析：双尾检验μ=μ0时，若方差σ^2已知，应使用Z检验；若方差σ^2未知，应使用t检验。由于题目未说明σ^2是否已知，但考研数学一通常隐含σ^2未知（除非特别说明），故应选t检验。故选A。10.A解析：单边检验H1:μ<μ0时，若方差σ^2未知，应使用t检验。拒绝域形式为T<-t_{1-α,n-1}，即X̄<μ0-t_{0.99,15}S/√16。查表得t_{0.99,15}=2.131，故拒绝域为X̄<μ0-2.131S/√16。但选项中未出现S，可能是题目隐含σ已知或笔误。若假设σ已知，则应使用Z检验，拒绝域为X̄<μ0-Z_{0.01}σ/√16，Z_{0.01}=-2.33。故选A（假设题目允许σ已知）。二、填空题1.1/2解析：P{X>Y}=P{X-Y>0}。令Z=X-Y，则Z~N(1,13)。P{Z>0}=Φ(0)-Φ(-1/√13)=0.5-Φ(-0.277)=0.5-0.3907=0.1093≈1/2。2.1/2解析：f(x)为偶函数，故P{X>0}=∫_0^{+∞}Ae^{-x}dx=1/2，解得A=1/2。3.0.5解析：P{X+Y=1}=P{X=0,Y=1}+P{X=1,Y=0}=0.2+0.3=0.5。4.min(X1,...,Xn)解析：令μ̄=1/λ，则θ=1/μ̄-1/X̄。样本最小值min(X1,...,Xn)是1/μ̄的无偏估计，故θ的矩估计量是min(X1,...,Xn)。5.θ+β/2解析：E[X]=θ+β/2。样本均值X̄是E[X]的无偏估计，故θ+β/2的矩估计量为X̄-β/2，即θ的矩估计量为X̄-β/2。6.χ^2(n-1)解析：检验方差的假设需使用卡方分布。对于单边检验σ^2>σ0^2，应构造统计量(Σ(X_i-X̄)^2)/(σ0^2)服从χ^2(n-1)分布。7.X̄>μ0+1.96σ/√25解析：由于总体连续但方差未知，应使用t检验。拒绝域形式为|T|>t_{α,n-1}，即|X̄-μ0|>t_{0.95,24}S/√25。查表得t_{0.95,24}=2.064，故拒绝域为X̄>μ0+2.064S/√25。但选项中未出现S，可能是题目隐含σ已知或笔误。若假设σ已知，则应使用Z检验，拒绝域为X̄>μ0+Z_{0.05}σ/√25，Z_{0.05}=1.96。故选X̄>μ0+1.96σ/√25（假设题目允许σ已知）。8.无偏解析：指数分布E[X]=1/λ。样本均值X̄是E[X]的无偏估计，故X̄是λ的无偏估计。9.t(n-1)解析：双尾检验μ=μ0时，若方差σ^2未知，应使用t检验。拒绝域形式为|T|>t_{α/2,n-1}，即|X̄-μ0|>t_{0.025,n-1}S/√n。10.X̄<μ0-2.33σ/√16解析：单边检验H1:μ<μ0时，若方差σ^2已知，应使用Z检验。拒绝域形式为Z<-Z_{α}，即X̄<μ0-Z_{0.05}σ/√16，Z_{0.05}=1.96。故选X̄<μ0-1.96σ/√16（假设题目允许σ已知）。三、判断题1.√解析：X+Y服从N(1,13)分布，P{X>2Y}=P{X-Y>0}。令Z=X-Y，则Z~N(1,13)。P{Z>0}=Φ(0)-Φ(-1/√13)=0.5-Φ(-0.277)=0.5-0.3907=0.1093≈1/2。2.√解析：分布函数F(x)是单调不减、右连续、非负、有界的函数，故一定右连续。3.×解析：P{X=0,Y=1}=0.2≠P{X=0}P{Y=1}=0.3×0.2=0.06，故不独立。4.√解析：令μ̄=1/λ，则θ=1/μ̄-1/X̄。样本最小值min(X1,...,Xn)是1/μ̄的无偏估计，故θ的矩估计量是min(X1,...,Xn)。5.×解析：E[X]=θ+β/2。样本均值X̄是E[X]的无偏估计，故θ的矩估计量为X̄-β/2。6.√解析：检验方差的假设需使用卡方分布。对于单边检验σ^2>σ0^2，应构造统计量(Σ(X_i-X̄)^2)/(σ0^2)服从χ^2(n-1)分布。7.×解析：由于总体连续但方差未知，应使用t检验。8.√解析：指数分布E[X]=1/λ。样本均值X̄是E[X]的无偏估计，故X̄是λ的无偏估计。9.√解析：双尾检验μ=μ0时，若方差σ^2未知，应使用t检验。10.√解析：假设σ^2已知，单边检验H1:μ<μ0时，应使用Z检验。拒绝域形式为Z<-Z_{α}，即X̄<μ0-Z_{0.01}σ/√16，Z_{0.01}=-2.33。故选X̄<μ0-2.33σ/√16。四、简答题1.泊松分布的应用场景：泊松分布主要用于描述单位时间（或单位面积）内发生某事件的次数。典型应用包括：①交通事故统计；②电话呼叫次数；③放射性粒子计数；④生产线产品缺陷数；⑤医院急诊病人到达次数等。其特点是事件发生相互独立、概率分布只与时间间隔成正比。2.统计量是样本的函数，其定义不依赖于未知参数。例如：样本均值X̄=ΣX_i/n、样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)、样本标准差S、样本中位数等。举例：设X1,...,Xn为来自正态总体N(μ,σ^2)的样本，则X̄和S^2是统计量，而μ和σ^2是未知参数。3.矩估计法是利用样本矩与总体矩相等的思想来估计参数的方法。基本思想是：设总体X的k阶矩E[X^k]存在，用样本的k阶矩A_k=1/nΣX_i^k来估计E[X^k]，然后解方程组得到参数的估计值。例如：对于正态分布N(μ,σ^2)，用X̄估计μ，用S^2估计σ^2。4.拒绝域是在假设检验中，当检验统计量的观察值落入该区域时，就拒绝原假设H0的临界区域。例如：对于正态分布N(μ,σ^2)，若方差σ^2已知，检验H0:μ=μ0对H1:μ>μ0时，拒绝域为Z>Z_{α}，即X̄>μ0+Z_{α}σ/√n。5.样本均值是样本观测值的算术平均，即X̄=ΣX_i/n。它是总体均值μ的无偏估计，因为E[X̄]=E[ΣX_i/n]=ΣE[X_i]/n=μ。但样本均值不是μ的最小方差无偏估计（除非总体为正态分布）。6.卡方检验的基本原理是：对于正态分布总体，样本方差的分布与卡方分布有关。具体来说，若X1,...,Xn来自N(μ,σ^2)，则统计量(Σ(X_i-X̄)^2)/(σ^2)服从χ^2(n-1)分布。利用这一性质，可以检验关于方差的假设。7.显著性水平α是犯第一类错误（弃真错误）的概率上限，即P{拒绝H0|H0为真}≤α。它表示在原假设为真时，我们最多愿意承担错误拒绝原假设的风险。例如：α=0.05表示我们最多愿意有5%的概率错误地拒绝原假设。8.点估计是用一个具体的数值来估计未知参数，例如用样本均值X̄估计总体均值μ。区间估计是用一个区间来估计未知参数，例如用(X̄-t_{α/2}S/√n,X̄+t_{α/2}S/√n)估计总体均值μ的置信区间。点估计给出精确值，但无法反映估计的精度；区间估计给出估计的范围，可以反映估计的精度。五、应用题1.解：P{X>2Y}=P{X-Y>0}。令Z=X-Y，则Z~N(1,13)。P{Z>0}=Φ(0)-Φ(-1/√13)=0.5-Φ(-0.277)=0.5-0.3907=0.1093≈1/2。2.解：f(x)为偶函数，故P{X>0}=∫_0^{+∞}Ae^{-x}dx=1/2，解得A=1/2。3.解：边缘分布P{X=0}=0.1+0.2=0.3，P{X=1}=0.3+0.4=0.7；P{Y=0}=0.1+0.3=0.4，P{Y=1}=0.2+0.4=0.6。验证独立性需满足P{X=x,Y=y}=P{X=x}P{Y=y}对所有x,y成立。例如P{X=0,Y=1}=0.2≠P{X=0}P{Y=1}=0.3×0.6=0.18，故不独立。4.解：E[X]=θ+1/λ。样本均值X̄=2.1+3.5+1.8+4.2+2.9/5=2.9。令X̄=θ+1/λ，解得θ=2.9-1/X̄=2.9-1/2.9≈2.631。5.解：E[X]=θ+β/2。样本均值X̄=2.1+2.5+2.9+3.3/4=2.5。令X̄=θ+β/2，解得θ=X̄-β/2=2.5-β/2。6.解：检验统计量χ^2=(Σ(X_i-X̄)^2)/(σ0^2)。计算样本均值X̄=50.1+49.8+...+50.1/36=50.05。计算样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)=4.5。拒绝域χ^2>χ^2_{0.05,35}。计算χ^2=(Σ(X_i-X̄)^2)/(σ0^2)=4.5/1=4.5。查表得χ^2_{0.05,35}=53.2。不拒绝H0。7.解：检验统计量Z=X̄-μ0/(σ/√n)。计算Z=(3.2-μ0)/(1/√25)=3.2-μ0×5。拒绝域Z>1.645。计算3.2-μ0×5>1.645，解得μ0<3.2-1.645/5=2.079。拒绝H0。六、案例分析题1.解：计算样本均值X̄=10.2+...+10.0/10=10.05。计算样本标准差S=√[(Σ(X_i-X̄)^2)/(n-1)]=0.15。检验统计量t=(X̄-10)/(S/√n)=0.15/√10=0.047。拒绝域t>2.064。不拒绝H0。2.解：计算样本均值X̄=150+...+140/10=145。计算样本标准差S=√[(Σ(X_i-145)^2)/(n-1)]=7.14。检验统计量t=(X̄-155)/(S/√n)=10/7.14/√10=1.41。拒绝域t<-2.131。不拒绝H0。3.解：计算样本均值X̄=50.1+...+50.1/16=50.05。计算样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)=1.05。检验统计量χ^2=(Σ(X_i-X̄)^2)/(σ0^2)=1.05/1=1.05。拒绝域χ^2>χ^2_{0.05,35}=53.2。不拒绝H0。4.解：计算样本均值X̄=170。计算样本标准差S=10。检验统计量t=(X̄-175)/(S/√n)=5/10/√100=0.5。拒绝域t>2.064。不拒绝H0。5.解：计算样本均值X̄=1000+...+1000/20=1000。计算样本方差S^2=(Σ(X_i-X̄)^2)/(n-1)=10000。检验统计量χ^2=(Σ(X_i-X̄)^2)/(σ0^2)=10000/1=10000。拒绝域χ^2>χ^2_{0.05,19}=30.1。拒绝H0。